Métodos Quantitativos Aplicados à Ciência Política
Método e objeto: fronteiras tênues
O fetiche da quantificação: concept formation stands prior to quantification.
Questão de pesquisa -> reflexão sobre a literatura -> formação conceitual (seleção e validação) -> análise
Método vs. técnica
Medição de quantidades e quantificação de qualidades
Só se quantifica o conhecido? efeitos da causa ou causa dos efeitos
Algumas crenças fundamentais:
– produção de sentido e mensuração
– identificação de padrões e relações entre muitos casos (o que é muito?)
Ideia -> Evidências -> Análises -> Representações
Na Ciência Política há uma série de problemas cuja solução pode ser determinada de forma exata.
Este tipo de problema é chamado de determinístico porque não há incerteza envolvida nele.
A maior parte das questões interessantes, porém, não possui uma solução exata que possa ser determinada a priori:
O fato de não conseguirmos dar uma resposta EXATA para um problema, não significa que não podemos dar uma resposta suficientemente BOA.
Modelos são abstrações da realidade (estilizações): mapas
Você julga um modelo por sua utilidade, no contexto de um propósito específico.
Ser uma representação completamente verdadeira, correta ou absolutamente realista é irrelevante: Rudimentar, limitado. Útil?
Falácias:
Ecológica (tomar o indivíduo pelo grupo)
Individualista (cherry picking)
Descritiva (tipologias)
Causal:
Definições operacionais exaustivas e mutuamente exclusivas
Nome
Definição verbal
Processo de classificação que permita identificar casos
Reversível vs. Irreversível
Determinística vs. Probabilística
Sequencial vs. Coexistente
Suficiente vs. Contingente
Necessárias vs. Substituíveis
Escolher: uma pergunta de pesquisa.
Formalizar: identificando uma Quantidade de Interesse (QdI) com base na pergunta.
Coletar: dados com base na QdI
Supor: classe de modelos, dados fornecidos, QdI e perguntas
Estimar de dados: melhor modelo da classe
Apresentar Resultados:
– Estimativas de QdI: interpretáveis por qualquer pessoa
– Estimativas de incerteza, como intervalo de confiança (CI), erro padrão (SE), etc.
Estatística descritiva e estatística inferencial
Estimativa pontual ou intervalar (veremos mais à frente)
População: Conjunto de todas as unidades observáveis de interesse.
Amostra: Subconjunto da população.
Como extrair conclusões sobre a população a partir de uma amostra?
De onde veio essa margem de erro?
Nós já vimos que a Estatística responde a problemas estocásticos “olhando para o passado e estimando probabilidades sobre o que ocorrerá no futuro.”
Cabe então perguntar: Onde encontrar registros deste passado (dados)?
Como guardar esses registros?
Como descrever esses registros de forma que ajude a responder o problema que queremos?
Fontes primárias vs. fontes secundárias
Estrutura
Para se descrever bem alguma coisa, é preciso saber a natureza daquilo que se deseja descrever.
Tipicamente, as observações podem ter dois tipos de características: características que indicam quantidade ou qualidade.
Por isso, dizemos que existem dois tipos de variáveis:
factor
character
discrete
continuous
date and time
Algumas características podem ser representadas tanto por uma variável quantitativa como por uma qualitativa.
Tamanho de um partido (em assentos)
Tamanho de um partido (P/M/G)
Às vezes, isto pode ser mais sutil:
Renda per capita da família em reais
Classe de renda (Alta, Média ou Baixa)
Cuidado! Variáveis qualitativas podem ser representadas sob forma de número. Por exemplo:
Você pode trabalhar com a representação que quiser, mas a tua escolha terá implicações para a tua análise.